模糊神经网络的学习收敛性与阈值可去性
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-38页 |
| ·神经网络概论 | 第8-14页 |
| ·神经网络的特征与研究途径 | 第9-11页 |
| ·神经网络的结构 | 第11-12页 |
| ·神经网络的学习方式 | 第12-14页 |
| ·模糊理论 | 第14-24页 |
| ·模糊现象与模糊概念 | 第14-15页 |
| ·模糊系统 | 第15-16页 |
| ·模糊集合及其运算 | 第16-24页 |
| ·模糊神经网络 | 第24-35页 |
| ·FNN的发展及应用 | 第26-27页 |
| ·FNN的分类和推理方法概要 | 第27-28页 |
| ·几种基本模糊神经元 | 第28-31页 |
| ·FNN中常用的隶属函数 | 第31-32页 |
| ·模糊逻辑的FNN | 第32-35页 |
| ·本文的主要工作 | 第35-38页 |
| 第二章 模糊感知器对可分样本的有限收敛性 | 第38-56页 |
| ·传统感知器与线性可分问题 | 第38-43页 |
| ·传统感知器的网络结构及其功能 | 第38-41页 |
| ·感知器权值的学习算法的收敛性 | 第41-43页 |
| ·模糊感知器在可分条件下的收敛性 | 第43-56页 |
| ·模糊感知器 | 第44-46页 |
| ·一种新的模糊感知器训练算法 | 第46-48页 |
| ·模糊感知器在可分条件下的收敛性 | 第48-56页 |
| 第三章 FNN的阈值可去性 | 第56-82页 |
| ·模糊关系与模糊关系方程 | 第56-60页 |
| ·模糊关系 | 第56-60页 |
| ·模糊关系方程 | 第60页 |
| ·阈值在模糊感知器中的可去性 | 第60-62页 |
| ·阈值在经典神经网络中的重要性 | 第60-61页 |
| ·阈值在模糊感知器中的可去性 | 第61-62页 |
| ·阈值在两层Max-minFNN中的不可去性 | 第62-70页 |
| ·Max-minFNN | 第63-64页 |
| ·阈值在两层Max-minFNN中的不可去性 | 第64-69页 |
| ·数值实验 | 第69-70页 |
| ·阈值在三层Max-minFNN中的不可去性 | 第70-79页 |
| ·阈值在V-.FNN中的不可去性 | 第79-82页 |
| 结论 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 论文创新点摘要 | 第89-90页 |
| 博士期间论文完成情况 | 第90-91页 |
| 主要符号对照表 | 第91-92页 |
| 致谢 | 第92-93页 |
| 大连理工大学学位论文版权使用授权书 | 第93页 |
